基于动态神经网络的风电场输出功率预测
随着风电的大规模发展,准确预测风电场输出功率对于风电场的选址、大规模并网及运行具有重要的作用。文中提出了局部反馈时延神经网络和全局反馈时延神经网络2种动态神经网络预测模型,以适应风功率的时间序列特性,并与静态神经网络预测模型进行了比较。以国内北方某风电场的风功率预测为例,结合气象预报数据进行提前24h的风电输出功率预测,仿真结果表明,动态神经网络在预测具有时间序列特性的风功率时效果优于静态神经网络。
风力发电、风功率预测、神经网络、反馈时延神经网络、时间序列
36
TM(电工技术)
国家高技术研究发展计划863计划资助项目2011AA05A105
2012-08-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
19-22,37